PENGENALAN POLA SENYUM BERBASIS EKSTRAKSI CIRI EDGE DETECTION DENGAN PENDEKATAN JARINGAN SARAF TIRUAN PROBABILISTIK TUGAS AKHIR

Transkripsi

1 PENGENALAN POLA SENYUM BERBASIS EKSTRAKSI CIRI EDGE DETECTION DENGAN PENDEKATAN JARINGAN SARAF TIRUAN PROBABILISTIK TUGAS AKHIR Diajukan Untuk Memenuhi Persyaratan Guna Meraih Gelar Sarjana Strata 1 Teknik Informatika Universitas Muhammadiyah Malang Oleh : Kun Fawaid JURUSAN TEKNIK INFORMATIKA FAKULTAS TEKNIK UNIVERSITAS MUHAMMADIYAH MALANG 2013

2 LEMBAR PERSETUJUAN PENGENALAN POLA SENYUM BERBASIS EKSTRAKSI CIRI EDGE DETECTION DENGAN PENDEKATAN JARINGAN SARAF TIRUAN PROBABILISTIK TUGAS AKHIR Oleh : Kun Fawaid Telah Direkomendasikan Untuk Diajukan Sebagai Judul Tugas Akhir Di Teknik Informatika Universitas Muhammadiyah Malang Menyetujui, Pembimbing I Pembimbing II Eko Budi Cahyono, S.Kom, MT NIP Wahyu Andhyka Kusuma, S.Kom NIDN ii

3 LEMBAR PENGESAHAN PENGENALAN POLA SENYUM BERBASIS EKSTRAKSI CIRI EDGE DETECTION DENGAN PENDEKATAN JARINGAN SARAF TIRUAN PROBABILISTIK TUGAS AKHIR Diajukan Untuk Memenuhi Persyaratan Guna Meraih Gelar Sarjana Strata Satu Teknik Informatika Universitas Muhammadiyah Malang Disusun Oleh : KUN FAWAID Tugas Akhir ini telah diuji dan dinyatakan lulus oleh tim penguji pada tanggal 31 Januari 2013 Mengetahui/Menyetujui Penguji I Penguji II Yudha Munarko, S.Kom, M.Sc NIP Saifuddin, S.Kom Mengetahui Ketua Jurusan Teknik Informatika Eko Budi Cahyono, S.Kom, MT NIP iii

4 LEMBAR PERNYATAAN Yang bertanda tangan di bawah ini: Nama : Kun Fawaid Tempat / Tgl Lahir : Banyuwangi, 20 Agustus 1988 NIM : Fakulats / Jurusan : Teknik / Teknik Informatika Dengan ini saya menyatakan bahwa Tugas Akhir dengan judul Pengenalan Pola Senyum Berbasis Ekstraksi Ciri Edge Detection dengan Pendekatan Jaringan Saraf Tiruan Probabilistik beserta seluruh isinya adalah karya saya sendiri dan bukan merupakan karya tulis orang lain, baik sebagian maupun keseluruhan, kecuali dalam bentuk kutipan yang telah disebutkan sumbernya. Demikian surat pernyataan ini saya buat dengan sebenar-benarnya. Apabila kemudian ditemukan adanya pelanggaran terhadap etika keilmuan dalam karya saya ini, atau ada klaim dari pihak lain terhadap keaslian karya saya ini maka saya siap menanggung segala bentuk resiko/sanksi yang berlaku. Malang, 21 Januari 2012 Yang Membuat Pernyataan Dosen Pembimbing I Mengetahui, Kun Fawaid Dosen Pembimbing II Eko Budi Cahyono, S.Kom, MT NIP Wahyu Andhyka Kusuma, S.Kom NIDN iv

5 ABSTRAKSI Pengenalan pola merupakan merupakan salah satu masalah yang umum yang sering dihadapi oleh sistem untuk dapat mengenali objek seperti layaknya manusia. Pengenalan pola senyum menggunakan jaringan saraf tiruan probabilistik dirancang untuk menciptakan sebuah sistem yang mampu mengenali pola tipe senyum dan mengelompokkan kedalam kelompok yang sesuai berdasarkan pola tipe senyum yang telah dilatih sebelumnya. Pengenalan pola tipe senyum ini diawali dengan tahapan pra-proses, ekstraksi ciri, pengukuran kemiripan dan penentuan hasil pengenalan. Dengan menggunakan 40 buah data latih dan 14 buah data uji, pengujian aplikasi pengenalan pola senyum ini menghasilkan akurasi sebesar 64.28%. keyword: pattern recognition, preprocessing, grayscalling, sharpening, feature extraction, edge detection, probabilistik neural network v

6 ABSTRACT Pattern recognition is one of the common problems faced by the system to be able to recognize objects such as the ability possessed by humans. Smile pattern recognition using a probabilistic neural network are designed to create a system capable of recognizing and classifying patterns of smile type into the appropriate clusters based on the pattern type of smile that had been trained previously. This type of pattern recognition smile begins with a pre-process stage, feature extraction, similarity measurement and determination of the identification results. By using the data of 40 train and 14 test data, test pattern recognition applications smile produces accuracy of 64.28%. keyword: pattern recognition, preprocessing, grayscalling, sharpening, feature extraction, edge detection, probabilistik neural network vi

7 LEMBAR PERSEMBAHAN Dengan mengucap uji dan syukur kehadirat Allah SWT atas berkat rahmat dan hidayah-nya tugas akhir berjudul Pengenalan Pola Senyum Berbasis Ekstraksi Ciri Edge Detection dengan Pendekatan Jaringan Saraf Tiruan Probabilistik ini dapat terselesaikan dengan baik. Dalam penyusunan tugas akhir ini, penulis menyadari sepenuhnya bahwa tanpa bantuan dan bimbingan dari berbagai pihak, tugas akhir ini tidak akan terwujud. Oleh sebab itu, pada kesempatan ini penulis menyampaikan rasa terimakasih yang banyak dan sebesar-besarnya kepada: 1. Ibu dan Bapak yang selalu memberikan dukungan dan serta doa, pengorbanan serta nasehat yang membuat penulis penuh semangat dalam menyelesaikan tugas akhir ini. 2. Dosen pembimbing saya, Bapak Eko Budi Cahyono, S.Kom.MT, dan Bapak Bapak Wahyu Andhyka Kusuma, S.Kom yang sudah membimbing dan memberikan arahan serta memberikan banyak pencerahan selama pengerjaan tugas akhir ini. 3. Seluruh dosen Teknik Informatika, saya ucapkan terima kasih banyak atas ilmu yang telah diberikan. 4. Saudara-saudara saya, Adib Zamroni, Umdatul Holidah dan Rifqotul Umami yang selalu memberikan dukungan dalam segala hal. Aira, Sazhia, Elnath yang selalu memberikan senyuman. 5. Teman-teman seperjuangan, Resa, Reza, Imam, Aan, Pi i, Ainul, Farid, Bayu, Tomi, Anggit. vii

8 KATA PENGANTAR Bismillahirahmanirrahim. Dengan mengucap puji dan syukur kehadirat Allah SWT atas limpahan rahmat dan hidayah-nya sehingga penulis dapat menyelesaikan dengan baik tugas akhir ini yang berjudul Pengenalan Pola Senyum Berbasis Ekstraksi Ciri Edge Detection dengan Pendekatan Jaringan Saraf Tiruan Probabilistik. Pada penelitian tugas ahir ini, dirancang sebuah sistem yang bertujuan untuk dapat mengenali pola tipe senyum. Senyum merupakan salah satu ekspresi yang mewakili momen, kejadian ataupun perasaan bahagia dan banyak orang berusaha mengabadikan ekspresi ini. Oleh sebab itu penulis merancang sebuah sietem yang dapat mengenali senyum. Penulis menyadari sepenuhnya, dengan keterbatasan waktu, kemampuan, pengetahuan dan pengalaman, Tugas Akhir ini masih jauh dari kesempurnaan oleh sebab itu penulis mengharapkan masukan berupa saran maupun kritikan yang membangun untuk pengembangan sistem pengenalan pola senyum ini lebih lanjut. Akhir kata penulis berharap semoga Tugas Akhir ini dapat bermanfaat dan menjadi tambahan ilmu pengetahuan. Malang, 21 Januari 2013 Penulis viii

9 DAFTAR ISI HALAMAN JUDUL... i LEMBAR PERSETUJUAN... ii LEMBAR PENGESAHAN... iii LEMBAR PERNYATAAN... iv ABSTRAKSI... v ABSTRACT... vi LEMBAR PERSEMBAHAN... vii KATA PENGANTAR... viii DAFTAR ISI... ix DAFTAR GAMBAR... xii DAFTAR TABEL... xiii BAB I PENDAHULUAN Latar Belakang Rumusan Masalah Tujuan Batasan Masalah Metodologi Penyelesaian Masalah Sistematika Penulisan... 4 BAB II LANDASAN TEORI Citra (Image) Definisi Citra Jenis-jenis Format Citra Pengolahan Citra (Image Processing) Definisi Pengolahan Citra Operasi Pengolahan Citra Pengenalan Pola Citra Definisi Pengenalan Pola Citra Pra-proses (Preprocessing) Grayscaling Sharpening ix

10 2.5 Ekstraksi Ciri (Feature Extraction) Definisi Ekstraksi Ciri Deteksi Tepi (Edge Detection) Definisi Deteksi Tepi Operator Deteksi Tepi Jaringan Saraf Tiruan Definisi Jaringan Saraf Tiruan Arsitektur Jaringan Saraf Tiruan (JST) Jaringan Saraf Tiruan Probabilistik (JSTP) Definisi Jaringan Saraf Tiruan Probabilistik Arsitektur Jaringan Saraf Tiruan Probabilistik Senyum Definisi Senyum Pola Senyum BAB III PERANCANGAN SISTEM Perancangan Alur Sistem Perancangan Jaringan Saraf Tiruan Probabilistik BAB IV MPLEMENTASI DAN PENGUJIAN Implementasi Sistem Citra Pemotongan Citra Konversi Format File Merubah Ukuran Citra Pra-proses Deteksi Tepi Training Data Pengujian Perancangan Pengujian Pengujian Sistem Interface Aplikasi BAB V KESIMPULAN DAN SARAN Kesimpulan x

11 5.2 Saran DAFTAR PUSTAKA xi

12 DAFTAR GAMBAR Gambar 2.1 Arsitektur Jaringan Saraf Tiruan Gambar 2.2 Arsitektur JSTP Gambar 2.3 Senyum Tipis Gambar 2.4 Senyum Lebar Gambar 3.1 Flowchart sistem secara umum Gambar 3.2 Flowchart grayscalling Gambar 3.3 Flowchart sharpening Gambar 3.4 Flowchart edge detection Gambar 3.5 Flowchart pelatihan dengan JSTP Gambar 3.6 Flowchart pengujian dengan JSTP Gambar 3.7 Rancangan Jaringan JSTP senyum Gambar 4.1 Pemotongan citra Gambar 4.2 Hasil pemotongan Gambar 4.3 Konversi format citra dari.jpg ke.bmp Gambar 4.4 Format dan kedalaman warna Gambar 4.5 Resize image Gambar 4.6 Hasil grayscalling Gambar 4.7 Hasil sharpening Gambar 4.8 Hasil deteksi tepi Gambar 4.9 Struktur menu aplikasi Gambar 4.10 Tampilan utama Gambar 4.11 Tampilan pelatihan Gambar 4.12 Tampilan pengujian Gambar 4.13 Tampilan informasi xii

13 DAFTAR TABEL Tabel 2.1 Proses umum komputer visi Tabel 4.1 Hasil Pengujian pola senyum tipis Tabel 4.2 Hasil Pengujian pola senyum lebar Tabel 4.3 Confusion matrix xiii

14 DAFTAR PUSTAKA Subchan Ajie Ari Bowo, Achmad Hidayatno, R. Rizal Isnanto. Analisis Deteksi Tepi Untuk Mengidentifikasi Pola Daun, Jurusan Teknik Elektro Fakultas Teknik Universitas Diponegoro. Afnisyah Taurisna Analisis Pengaruh Kualitas Resolusi Citra Terhadap Kinerja Metode Pendeteksi Tepi, Universitas Sumatera Utara, Medan. Panji Novia Pahludi, Achmad Hidayatno, R. Rizal Isnanto. Klasifikasi Citra Berdasarkan Tekstur Menggunakan Jaringan Saraf Tiruan Perambatan Balik, Jurusan Teknik Elektro Fakultas Teknik Universitas Diponegoro. Linggo Sumarno Pengenalan Huruf Tulisan Tangan Berderau dan Terskala Berbasis Ekstraksi Ciri DCT Dengan Menggunalan Jaringan Saraf Probabilistik, Jurusan Teknik Elektro Fakultas Teknik Universitas Sanata Dharma, Yogyakarta. Prasetyo, Eko Pengolahan Citra Digital dan Aplikasinya Menggunakan Matlab. Yogyakarta: ANDI Yogyakarta. Muntasa, Arif Konsep Pengolahan Citra Digital dan Ekstrasi Fitur. Jakarta: Graha Ilmu. Tjiharjadi, Semuil Watermaking Citra Digital Menggunakan Teknik Amplitude Modulation. Jurusan Teknik Elektro Fakultas Teknik Universitas Kristen Maranatha, Bandung. Gonzalez, Rafael C Digital Image Processsing Second Edition. University of Tennessee, United States Gonzales, Rafael C Digital Image Processing Using Matlab. University of Tennessee, United States. xiv

15 Febriani, Lussiana ETP. Agustus Analisis Penelusuran Tepi Citra Mengguankan Detektor Tepi Sobel dan Canny, Depok. Afnisyah Taurisna Analisis Pengaruh Kualitas Resolusi Citra Terhadap Kinerja Metode Pendeteksi Tepi, Universitas Sumatera Utara, Medan. xv